對基于優化型SVM的高壓斷路器故障診斷探析

陳雍 李長元 林兼

摘 要：高壓斷路器在電網運行中起到十分重要的保護性作用，但高壓斷路器長期處于惡劣的工作環境下，設備故障率較高，加強對設備的故障診斷十分關鍵。基于此，本文以高壓斷路器作為研究對象，從優化型SVM角度分析斷路器故障診斷方法，并將其與PCA結合，實現對特征的提取與降維，使故障被合理分類，提高故障診斷效率。

關鍵詞：優化型SVM；高壓斷路器；故障診斷

引言：高壓斷路器的分合閘線圈電流信號能夠綜合反映出斷路器傳動機構是否卡滯，鐵心是否出現卡澀問題。為了保障高壓斷路器的高效運行，可以以優化型SVM為基礎，對高壓斷路器的故障狀態加以分析，通過特征矩陣的降維處理，從而得到主分量特征，在獲得支持向量機訓練樣本集后，對高壓斷路器故障狀態加以分類，為接下來的故障解決奠定基礎。

1.高壓斷路器故障分析

1.1高壓斷路器錯誤操作

電力系統運行正常時，有可能會出現高壓斷路器誤判現象，導致電流被切斷。產生錯誤操作的原因主要如下：（1）電力回路二次接線，接線時高壓斷路器發生錯誤判斷，導致電流被切斷。（2）操縱裝置故障，高壓斷路器無故障，不需要切斷電流，但操縱裝置的電磁電壓比較低，接地裝置可能漏點，導致裝置出現錯誤判斷。（3）高壓斷路器在使用時操縱裝置電磁鎖覆蓋面積小，強烈的振動無法切斷電流。

1.2高壓斷路器產生拒動

高壓斷路器的拒動問題指需要分開隔離或緊密貼合時未起到作用。拒動問題比較嚴重，這將對電力系統造成困擾，甚至引發跳閘和短路現象。當高壓斷路器出現拒合問題時，雖然高壓斷路器無法正常工作，但電力系統不會因此受到過大的影響。

1.3高壓斷路器內部絕緣

內部絕緣是斷路器產生故障的最大原因。人們會使用專業膠帶包裹高壓斷路器，但高壓斷路器內部出現絕緣問題時，這樣的方式將起不到作用，必須依靠專業維修人員對高壓斷路器內部展開故障診斷，分析問題產生的原因，進而尋找問題的解決辦法。

2.基于優化型SVM的高壓斷路器故障診斷

2.1基于優化型SVM與PCA的高壓斷路器故障診斷算法流程

對高壓斷路器模擬故障信號分析時，由于各個參數分析起來難度大。為了提升識別效果，人們采用了主分量分析法，在SVM即支持向量機的基礎上進行高壓斷路器的故障診斷。可以選取電力實踐、電流值與標準差為參數，將主分量分析法與支持向量機方法相結合，實現對高壓斷路器的狀態評估，針對斷路器故障展開模擬性試驗。基于支持向量機與主分量分析的高壓斷路器故障診斷算法流程如下：數據載入后，分別提取時間特征、電流值特征、電流均值和標準差特征；將數據歸一化處理；對PCA特征降維；對SVM特征分類；計算訓練實踐與分類正確率。特征降維時，應將所有特征標準化處理，在PCA降維時需要得到有效的向量參數。

科學選擇試驗模型，可以選擇一臺戶外工作的35kV SF6高壓斷路器，提前對故障方式進行設定，模擬高壓斷路器擁有正常運行狀態、傳動機構松動、合閘彈簧疲勞以及控制回路電壓低四種狀態。其中，傳動機構發生松動問題時可以對機構連桿的長度進行調節，彈簧疲勞可以在上面緊固螺栓，以此控制斷路器故障[1]。

2.2特征提取

受內外環境因素的影響，高壓斷路器采集到的線圈電流信號容易有凹陷情況。于是，研究人員使用3次樣條插值方法處理信號，使信號變得光滑。電流曲線兩點間間隔比較小，可以選出其中的斜率代替該點倒數，通過近似求導的方法得出線圈電流信號時間與電流值特征。大多數信號會有三組極值，曲線中存在波谷與尖峰，甚至也會有三個以上的極值。建議對極值點分組處理，按照合閘電流數據進行分組，應尊崇波峰、波谷、波峰的順序將信號分組，取其中的最大值與最小值。建議將高壓斷路器的每種故障狀態采取30組數據，提取后形成特征矩陣，通過均值-方差標準化法處理參數，樣本點數和歸一化值分別為橫坐標與縱坐標，進而突出高壓斷路器合閘電流信號的變化情況。

2.3特征降維

在PCA方法的應用下，可以對高壓斷路器信號做出降維處理，具體如下：首先，應用均值-方差法標準化處理信號，消除信號差異。其次，求取協方差矩陣與矩陣特征值、特征向量，按順序將特征值排列，進而得出特征向量。最后，求取主分量與貢獻率，按照順序排列特征向量，將主分量中的有效信息比重作為貢獻率，其公式為主分量貢獻率=特征值/ 特征值。

將高壓斷路器的PCA特征降維后，得出不同運行狀態的三種主分量，具體如下：高壓斷路器處于正常狀態時，三種主分量分別為-0.94、0.69、0.57；當高壓斷路器處于分閘彈簧疲勞狀態時，PCA降維后三種主分量分別為-4.31、0.07、2.15；當高壓斷路器處于傳動機構松動的狀態時，降維后三種主分量為6.14、-1.56、0.74；當高壓斷路器處于控制回路電壓低狀態時，降維后三種主分量分別為1.88、1.31、-0.03。

2.4故障分類

當電力設備正常運行時，要求電力工作人員對設備全程設置保護，但操作失誤或設備故障也會存在。這時，應盡可能縮短設備停用時間，在冰雪或雷雨天氣下，高壓斷路器無法被停用保護。因此，加強對對高壓斷路器的日常故障診斷，避免電源切斷后設備缺乏保護措施。結合高壓斷路器的四種設定故障狀態，根據上文提到的高壓斷路器運行狀態情況，分析不同狀態下高壓斷路器合閘線圈的電流信號情況，通過PCA降維后得出特征矩陣。選擇出一部分數據進行數據訓練，另一部分數據進行測試，應用徑向基核函數進行樣本SVM分類訓練，最終得出SVM，分類情況如圖（1）所示。經研究，該方法的準確率可以達到91.26%，效果比較理想。降維后高壓斷路器的特征向量在時間上有優勢，這可以說明PCA方法的故障診斷計算效率比較高。在選擇高壓斷路器時，基于對故障的診斷原理，應結合短路條件和正常工作條件選擇斷路器，對其電壓、電流與機械荷載情況加以分析，從溫度、濕度環境、過電壓荷載能力與絕緣水平選擇高壓斷路器，以此降低斷路器故障診斷的難度。

在未來，人們將會應用模仿人體大腦的計算機系統展開高壓斷路器的故障排查，通過人體仿真技術傳遞高壓斷路器的故障信息。電力企業可以采用仿真技術判斷斷路器故障，并在故障檢測中對高壓斷路器進行檢測。與此同時，專家也會對斷路器情況提出專業建議，建議建立專家信息庫，針對高壓斷路器的故障提出問題解決建議，提升故障排查效率。

總結：總而言之，隨著我國電力產業的發展，電力企業已成為國民經濟發展的重要推動力量，人們的日常生活與企業生產活動離不開電力企業提供的電力保障。未來確保電力系統的正常供應與居民用電安全，加強對高壓斷路器的故障診斷與狀態檢測尤為必要，將PCA方法與SVM相結合，從各項參數中探究高壓斷路器可能存在的故障情況，利用計算機系統實現對斷路器的自動化故障診斷，從而提升診斷效率。

參考文獻：

[1]羅琦，楊林，韓瑩，史凱.高壓斷路器故障診斷的一種多極新方法探究[J].高壓電器，2019，55（05）：82-87+93.

[2]周建平，李聰，萬書亭，楊曉紅.基于優化型SVM的高壓斷路器故障診斷方法研究[J].浙江電力，2019，38（03）：14-19.

作者簡介：

林兼，碩士研究生，1990年出生，從事配網設備管理工作。

李長元，碩士研究生，1991年出生，從事變電設備一次檢修及試驗工作。

陳雍，碩士研究生，1991年出生，從事變電一次檢修工作。